共查询到16条相似文献，搜索用时 281 毫秒
1.
以知识管理领域为样本,利用Pajek集成的主路径算法提取从ISI WoS检索的样本引文数据的主路径发现:三种主路径算法功能相同。对比样本领域的主路径元素间的完整引用关系网络与结构洞发现:二者在结构上完全相同,差异仅在于弧线线值,意味着主路径具有网络结构洞功能。基于全局中心结构洞与自我中心结构的进一步研究发现:主路径元素的结构洞功能与功能大小差异显著。 相似文献
2.
3.
4.
[目的/意义] 跨学科研究已成为现代科学创新研究的重要范式和必然趋势，探究跨学科领域中学科的发展模式与演化路径，对于揭示跨学科领域形成与发展的动态过程具有重要意义。[方法/过程] 以眼动追踪（Eye Tracking，ET）领域为例，对文献引文关系进行提取与学科标注，构建文献和学科层面的引文关系网络；计算各学科的他引比率、他被引比率和普赖斯指数，从宏观层面分析ET领域中主要学科的跨学科发展模式；考察不同阶段内部及不同阶段之间的学科引证关系，探究不同阶段各学科在跨学科发展过程中的关系结构与角色演变；基于引文的中介中心度识别连接不同学科关系的重要文献，考察重要文献、高被引文献以及参考文献之间的引文关系，从微观层面揭示ET领域发展的具体演化路径。[结果/结论] ET领域发展经历潜伏期、发展期和成熟期三个阶段，并呈现独立型、交叉型和学习型三种学科发展模式；各学科之间的引证关系随阶段变化逐渐紧密且分布逐渐均匀，神经学、心理学和临床医学在跨学科发展和知识输出方面处于核心地位；ET领域纵向发展表现为独立型学科的基础理论创新，横向发展表现为3种类型学科的深度融合，并呈现出"独立-线性-网状"的发展路径。 相似文献
5.
[目的/意义] 对现有专利引用网络主路径方法研究内容进行总结梳理,为今后应用该方法解决技术演化进程中的关键性专利技术识别和主流线索提取提供理论支撑。[方法/过程] 系统梳理相关研究成果,从算法研究、应用研究、方法优化扩展研究三个方面总结现有研究内容与特点,分析当前研究的局限性,探讨未来研究发展方向。[结果/结论] 当前研究的主要局限性在于：对路径发展驱动力的多元性与系统性揭示不够、忽视不同引证关系对路径演化的影响差异性、对演化的动态性关注不足、多主路径方法本质上仍属单目标搜索。未来研究将关注以下几个方向：对算法思想进行实质性与创新性拓展、更强调动态性与未来预测性、优化计算效率以增强适用性与实用性、发挥专利引用主路径在产业化扩散研究中的独特优势。 相似文献
6.
传统基于引文网络的主路径分析方法没有考虑引文对施引文献的相对价值,认为一篇学术文献的所有引文对该文献具有同等程度的知识贡献。本文从引用行为的统计学层面和语义信息层面综合区分引文重要性,探讨引文对施引文献的重要性对构造主路径的影响。构建了引文重要度指标对主路径分析方法中的链接遍历计数进行调节,并通过实例验证了改进后的主路径分析方法在提取知识流方面的性能。实验结果显示,经过引文重要度加权调节后的关键主路径和全局主路径取得了实验中最高的精确值和F1值。研究结果表明,通过引文重要度加权调节可以增加主路径链接在时间上的连续性,提高节点间的相关性,提升主路径分析方法找到关键节点的能力和链接溯源能力。 相似文献
7.
基于网络结构挖掘算法的引文网络研究 总被引：1，自引：0，他引：1
本文在对网络结构挖掘的两种典型算法(HITS算法和PageRank算法)进行比较分析的基础上,将PageRank算法应用到大规模引文网络中.对由236 517篇SCI文章构成的引文网络,计算得到每一篇文献的PageRank值,并深入分析了文献的PageRank值与通常使用的引文数指标之间的关系.分析表明:PageRank值具有与引文数很强的相关性和相似的幂律分布特征,但是PageRank算法能够在高引文文献中更好的区别文献的潜在重要性,并在很大程度上削弱作者自引对文献评价客观性的影响. 相似文献
8.
为提高引文网络社区划分的准确性,以文档之间的语义关系以及引文之间的引用关系为基础,结合词汇在文档中的位置关系等信息,构建基于词汇语义加权的引文网络。通过GloVe模型对词汇向量化以充分利用词汇语义信息,结合WMD模型度量文献之间的相似度,把文档相似度的计算转变为在约束条件下求线性规划最优解的问题,结合文本的内容及结构特征对网络中的边进行赋权,以Louvain社区发现算法对加权后的引文网络进行社区划分,并对划分后的社区进行分析与检验,实验证明GloVe-WMD模型可提高引文网络社区划分的准确度。 相似文献
9.
[目的/意义] 为提高引文网络的社团划分的准确性,提出一种基于加权的引文网络的社团划分方法。[方法/过程] 以Louvain社团划分方法为算法基础,将科学论文用向量空间模型表示,利用改进的余弦相似度方法计算相邻论文之间的相似度,并将其作为权重,综合考虑论文内容属性与结构属性,提出一种基于样本加权的引文网络社团划分方法。[结果/结论] 该算法将引文网络中论文的文本内容属性与拓扑结构属性结合起来,通过对Scientometrics期刊发表的论文以及主题为CRISPR的论文进行社团划分研究实验,结果表明该方法能改善引文网络社团的划分效果。 相似文献
10.
网络的出现使网络引文分析成为研究热点,国内外学者对网络引文的研究却存在很大的差异.国内学者主要关注将网络文献作为学术论文参考文献的一种引文形式.国外学者主要关注网络上文本引文或纸质文献出版物在网络上的被引用.文章通过比较国内外研究内容,探讨了网络引文分析研究现状,最后提出了加强三种类型引文分析理论和方法的整合的建议. 相似文献
11.
将启发式方法作为技术范式的特征指示,以启发式方法的不连续性和稳定性为切入点,基于专利引证网络分析半导体制造领域技术范式和技术轨迹的发展和演化过程。从美国专利数据库中采集55 229项1976年至2006年授权的半导体制造领域的相关专利,从专利数据集NBER中查询得到专利引证关系,利用网络分析软件Pajek构建专利引证网络。应用搜索路径连接统计法和搜索路径节点对统计法计算专利引证路径的连接度,提取技术进化轨迹。以技术进化分叉为切入点,从技术进化轨迹连续性和稳定性的角度对半导体制造技术各个发展阶段进行界定。分析各个发展阶段中专利的适用范围、技术背景、解决方案等,从中提炼技术启发式方法,进而分析技术范式及其演化情况。最后对下一步的研究工作进行展望。 相似文献
12.
《Journal of Informetrics》2014,8(3):594-605
This study presents a unique approach in investigating the knowledge diffusion structure for the field of data quality through an analysis of the main paths. We study a dataset of 1880 papers to explore the knowledge diffusion path, using citation data to build the citation network. The main paths are then investigated and visualized via social network analysis. This paper takes three different main path analyses, namely local, global, and key-route, to depict the knowledge diffusion path and additionally implements the g-index and h-index to evaluate the most important journals and researchers in the data quality domain. 相似文献
13.
《Journal of Informetrics》2019,13(4):100977
Main path analysis is a popular method for extracting the backbone of scientific evolution from a (paper) citation network. The first and core step of main path analysis, called search path counting, is to weight citation arcs by the number of scientific influence paths from old to new papers. Search path counting shows high potential in scientific impact evaluation due to its semantic similarity to the meaning of scientific impact indicator, i.e. how many papers are influenced to what extent. In addition, the algorithmic idea of search path counting also resembles many known indirect citation impact indicators. Inspired by the above observations, this paper presents the FSPC (Forward Search Path Count) framework as an alternative scientific impact indicator based on indirect citations. Two critical assumptions are made to ensure the effectiveness of FSPC. First, knowledge decay is introduced to weight scientific influence paths in decreasing order of length. Second, path capping is introduced to mimic human literature search and citing behavior. By experiments on two well-studied datasets against two carefully created gold standard sets of papers, we have demonstrated that FSPC is able to achieve surprisingly good performance in not only recognizing high-impact papers but also identifying undercited papers. 相似文献
14.
目前大部分社会网络搜索算法都基于最短路径原则,忽视社会网络上主体之间社会关系的强度和方向,导致搜索结果不能很好地满足用户需求。考虑到影响强度在社会网络上的重要作用,提出最大影响强度的路径优化原则,并基于该原则构造搜索算法。运用真实社会网络的数据,验证基于最大影响强度的路径优化算法优于基于最短路径的优化算法,即使在两者路径长度相等的情况下,前者的搜索效果也比后者更好。 相似文献
15.
《Journal of Informetrics》2022,16(1):101242
Main path analysis (MPA) is the most widely accepted approach to tracing knowledge transfer in a research field. In this study, we extracted multiple longest paths from the multidisciplinary academic field's citation network and integrating topic modeling to the extracted paths. We consider three main aspects of trajectory analysis when analyzing the represented documents through the extracted paths: emergence, authority, and topic dynamics. For path extraction, we adopt the longest path algorithm that consists of the following three steps: 1) topological sort, 2) edge relaxation, and 3) multiple path extraction. For topic integration into multiple paths, we employ latent Dirichlet allocation (LDA) by utilizing the topic-document matrix that LDA derives to select an article's topic from the citation network, where each article is labeled with the topic that is assigned with the highest topical probability for that article. We conduct a series of experiments to examine the results on a dataset from the field of healthcare informatics that PubMed provides. 相似文献
16.
《Journal of Informetrics》2023,17(1):101356
Scholarly citations – widely seen as tangible measures of the impact and significance of academic papers – guide critical decisions by research administrators and policy makers. The citation distributions form characteristic patterns that can be revealed by big-data analysis. However, the citation dynamics varies significantly among subject areas, countries etc. The problem is how to quantify those differences, separate global and local citation characteristics. Here, we carry out an extensive analysis of the power-law relationship between the total citation count and the h-index to detect a functional dependence among its parameters for different science domains. The results demonstrate that the statistical structure of the citation indicators admits representation by a global scale and a set of local exponents. The scale parameters are evaluated for different research actors – individual researchers and entire countries – employing subject- and affiliation-based divisions of science into domains. The results can inform research assessment and classification into subject areas; the proposed divide-and-conquer approach can be applied to hidden scales in other power-law systems. 相似文献